小型无人机SINS/GPS/视觉组合导航研究

杨淑媛

（山西工程职业技术学院,太原 030009）

小型无人机SINS/GPS/视觉组合导航研究

杨淑媛

（山西工程职业技术学院,太原 030009）

随着航空技术的不断发展，无人机对导航系统精度和可靠性的要求越来越高。由捷联惯导系统(SINS)和全球定位系统(GPS)构成的组合导航系统是无人机最为常用的导航系统。然而，由于GPS存在信号易丢失、易受干扰的缺点，使得SINS/GPS系统在应用上具有一定程度的局限性。为了扩大其适用范围，充分发挥SINS/GPS导航系统的优势，本文采用了计算机视觉导航技术，对SINS/GPS/视觉组合导航系统进行了研究和分析，并进行了仿真实验。

无人机；捷联惯性导航系统；计算机视觉；组合导航；卡尔曼滤波

0 引言

随着无人机技术的发展，导航系统的种类也越来越多，通常有惯性导航系统、卫星导航系统、多普勒导航系统和地形辅助导航系统等[1]。然而，单一的导航装置已难以满足当前实际应用中的飞行要求，多种形式的组合导航方案随之产生，组合方案的采用使各导航系统之间取长补短，利用组合系统提供的冗余信息可以有效提高系统的导航精度和可靠性[2]。本文针对GPS/SINS组合导航系统中GPS信号易受干扰、易丢失等缺点，提出了SINS/GPS/视觉组合导航方案，提高了系统的可靠性和导航精度，具有一定的工程实际意义。

1 SINS/GPS/视觉组合导航系统方案

捷联惯导系统SINS为主导航系统，全球定位系统GPS和计算机视觉系统则作为导航辅助子系统。SINS采用姿态解算算法将 MEMS传感器输出数据解算为需要的导航参数，GPS接收机获取的信号经由计算机转换为用户所需的机体位置和速度参数，而视觉系统则根据连续时刻的图像信息估计机体的姿态参数[2]。利用SINS系统误差模型、GPS量测误差模型及视觉量测误差模型构成扩展卡尔曼滤波器，两个子滤波器给出局部最优估计，再依据信息融合技术将局部估计有机合成，从而得到捷联惯导系统状态的全局最优估计。SINS/GPS/视觉组合导航结构如图1所示。

2 SINS/GPS/视觉组合导航系统状态方程的建立

本系统采用的组合方式为SINS分别与GPS和视觉系统构成子组合，且都采用输出校正，因而可采用同一组状态方程。

2.1 SINS姿态误差方程

理论上，SINS姿态矩阵满足微分方程

而在实际中需要考虑陀螺仪的测量误差和计算误差，根据相似变换法则及反对称矩阵与向量之间的关系，可得SINS姿态误差方程为

为了使模型适用于特定的场合且便于分析，在可接受范围内认为

2 SINS速度误差方程

理想情况下，SINS速度微分方程为：

实际系统中，基于误差的SINS速度微分方程为：

2.3 SINS位置误差方程

机体的纬度、经度变化分别是由北向速度分量和东向速度分量引起的，而高度信息则与地向速度有关[3]。由此确定的位置方程为：

由式（7）可得位置误差方程如下：

将(3)、(6)、(8)～(10)式联立即可得到SINS误差模型，即组合导航系统的状态方程。

3 SINS/GPS/视觉组合导航系统量测方程的建立

SINS/GPS子系统有两组量测值，一组为位置量测值，即SINS和GPS接收机给出的位置信息的差值；另一组为速度量测值，即两个系统给出的速度差值。而SINS/视觉子系统只包含一组量测值，利用视觉图像信息估计得到的机体位姿信息和SINS给出的姿态角信息之间的差值作为量测值。

SINS系统的位置信息和速度信息可表达为真值与相应误差之和：

GPS全球定位系统的位置信息和速度信息可表示为真值与相应误差之差：

其中，

4 SINS/GPS/视觉组合导航系统仿真实验

卡尔曼滤波是实现组合导航的关键性环节。基于先前建立的状态方程和量测方程设计扩展卡尔曼滤波器，并将其作为导航系统子滤波器。同时，采用联邦滤波技术对子滤波器输出信息进行有效融合[4]。

图2为飞行过程中某一时刻航拍图像，其中白色方框中的建筑物代表五个特征点。

轨迹发生器的参数选取如下：

获取特征点信息的帧间图像间隔时间为150ms。SINS解算频率为50Hz，GPS接收频率为1Hz，组合频率为1Hz。

图3～图11表示SINS/GPS组合与SINS/GPS/视觉组合各位姿参数误差曲线，仿真时间为3600s。

由图3～图11所示误差曲线可知，SINS/GPS系统的姿态角误差波动范围约为SINS/GPS/视觉系统的1.39倍；速度误差波动范围约为SINS/GPS/视觉系统的1.45倍；位置误差中，高度、纬度和经度误差波动范围分别为SINS/GPS/视觉系统的1.40倍、1.28倍、1.13倍，整体而言，SINS/GPS/视觉组合系统的误差波动范围减小且误差曲线整体的收敛性优于SINS/GPS系统，稳态趋向更平稳。综上所述，SINS/GPS/视觉组合系统的导航定位精度优于SINS/ GPS系统。

此外，即使GPS信号丢失或受到干扰，系统仍可采用SINS/视觉组合完成导航任务，维持系统正常工作。视觉导航技术的辅助作用使得系统的可靠性增强。

5 结束语

无人机众多导航系统中， SINS/GPS组合导航系统最为常见，但是，由于GPS存在信号易受干扰甚至丢失的缺点，以提高系统的精度和可靠性为目标，分别从状态方程和量测方程的建立、卡尔曼滤波算法及联邦滤波等多方面进行研究和改进，相比SINS/GPS导航系统，本文提出的SINS/GPS/视觉组合导航技术在提高定位精度和系统可靠性方面都有着显著的优势。

[1]魏瑞轩,李学仁.无人机系统及作战使用[M].北京：国防工业出版社,2009：23-26.

[2]万明.基于视觉导航的无人机自主着陆飞行参数估计方法[D].南京航空航天大学,2009.

[3]张天光,王秀萍,王丽霞.捷联惯性导航技术(第2版)[M].国防工业出版社,2010：22-29.

[4]付梦印,邓志红,阎莉萍.Kalman滤波理论及其在导航系统中得应用[M].北京：科学出版社,2010：10-18.

10.16640/j.cnki.37-1222/t.2016.22.256